深層学習を用いた非線形システム同定法の実用化に関する研究

• 研究課題/領域番号: 24K17295
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分21040:制御およびシステム工学関連
• 研究機関: 群馬大学
• 研究代表者: 川口 貴弘 群馬大学, 大学院理工学府, 助教 (00869844)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円); 2026年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2025年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2024年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
• キーワード: 非線形システム同定 / 深層学習 / 有限インパルス応答モデル

研究開始時の研究の概要

線形システム同定の考え方を取り入れながら，深層学習のメリットを享受できるシステム同定のためのモデル構造を明らかにする．そのために，画像認識で用いられる深層学習モデル構造である畳み込みニューラルネットワークと，システム同定における有限インパルス応答モデルの類似性に着目する．さらに，深層学習モデルとシステム同定におけるブロック指向モデルの関係性を指摘し，深層学習モデルをシステム同定の観点から理解する新たな視点を提案する．線形システム同定分野での研究成果を取り入れることで，解釈が可能であり，産業界で利用しやすい深層学習モデルの構築を目指す．